狠狠躁日日躁夜夜躁A片无码,中文字幕在线亚洲二区,最近更新中文字幕在线,四虎影视国产精品亚洲精品,男人扒开添女人下部免费视频

21 世紀的第二個十年里,人工智能的進步,尤其是深度學習領域的進步,引發(fā)了新一輪的技術失業(yè),給許多人帶來了恐慌。

一系列關于人工智能算法具有多么神奇能力之類聳人聽聞的文章,以及公司高管模棱兩可的言論,進一步加劇了這些恐懼,也讓人們覺得人類級別的人工智能就在眼前。

但冷靜分析就會發(fā)現,過去幾年的情況更多的是突顯了當前人工智能技術的局限性。

當前,為了防止新型冠狀病毒的傳播,全世界都采取了封鎖隔離措施。那么,人工智能和機器人取代人類的承諾實現了嗎?——答案是否定的。

雖然人工智能還沒有準備好取代人類,但不可否認的是,人工智能將改變就業(yè)前景,包括在那些以前被認為是自動化禁區(qū)的領域。

人工智能雖不會淘汰人類,但它將重新定義經濟,創(chuàng)造許多新的工作崗位,并淘汰一些舊的工作崗位,或使一些崗位不再依賴人類。

美國東北大學校長 Joseph E． Aoun 在“Robot-Proof: Higher Education in the Age of Artificial Intelligence” 一書中,討論了高校和高等教育機構將如何適應“將一切可預測的工作都進入機器的范疇”。

Aoun 表示,為了在這種新的經濟格局中保持與時俱進,高等教育需要進行重大調整。在 Robot-Proof 一書中,他為發(fā)展終身教育體系提供了一個路線圖,讓后代能夠終其一生從事多種職業(yè)。

人工智能何以與眾不同?

人工智能并非人類歷史上首個改變人類工作方式的技術,像蒸汽機、電力、電話、鐵路、汽車、飛機等技術的進步,都給人們的生產生活帶來了根本性的變化。在每一次技術帶來的變革中,人類的勞動都被一種能夠更快速、更準確地完成工作的方法所取代。

在每一次技術進步帶來的產業(yè)變革中,舊工作崗位不斷地隨著新工作崗位的創(chuàng)造而消失。正如歷史所示,人類通常不愿接受改變,但人們一直在做自己擅長的事情,那就是“適應”。歷經一兩代人的時間,人類改變了自己的生活習慣,學會了利用新技術,也使他們的生活更有效率。

19 世紀中葉,人們無法想象世界上擁有數百萬英里長的柏油路和快速行駛的汽車,同樣,我們也無法想象沒有這些設施的世界。

在 20 世紀 60 年代,人們對第一臺 ATM 機幾乎并不信任,而如今,全球擁有數百萬臺 ATM 機。

20 年前,還沒有 Facebook 和 Twitter,而今天,它們已經成為全世界社會經濟難題的基本組成部分。

但讓人工智能與眾不同之處,在于它將帶來的變革速度。人工智能本身不是一種產品,而是一種有助于完成許多不同任務的基礎設施技術。吳恩達曾將人工智能描述為 "新的電力(new electricity)"。

Aoun 教授在 Robot-Proof 一書中闡述道:"很明顯,當前的數字革命不同于以往的技術飛躍,因為機器現在的潛在處理能力似乎沒有了限制,它們的智能也沒有了限制。在任何可預測的任務中,計算機都會讓人類在認知上處于劣勢,而且由于軟件的復制成本很低,任何數字化的進步都可以瞬間在全世界范圍內復制。"

不過,"任何可預測的任務 "有些夸大其詞。

目前的人工智能算法在執(zhí)行很多任務的過程中仍然表現得很差勁,特別是當現實世界中的任務與它們的訓練實例偏離太多的時候。但 Aoun 說的沒錯,深度學習算法在很多領域表現得都比人類要好,尤其是當訓練可以執(zhí)行精確的分類和預測任務的深度神經網絡時,如果有足夠多的標注數據來訓練模型,深度學習算法將表現出更加優(yōu)越的性能。

隨著科學家們不斷開發(fā)出新的方法和結構來克服算法的缺陷,人工智能算法擅長的領域還在繼續(xù)擴大。

TechTalks 創(chuàng)始人、軟件工程師 Ben Dickson 曾表示,他也會反駁"計算機讓人類處于認知劣勢"這一說法,更準確的說法應該是,計算機讓人類在 "計算 "方面表現出劣勢。

得益于計算機硬件的進步,在做同樣一件事情時,人工智能算法可以只用人類用時的一小部分時間,就能在海量的數據中找到相關的模式。只要答案在數據中,無論是通過搜索還是模式匹配,由人類創(chuàng)造的、正確的人工智能算法都將超越人類的思維。

這讓我們得出了一個重要的結論:雖然人工智能不可能在短時間內完全取代人類,但它將填補人類的不足,加快人類執(zhí)行任務的速度和準確性。

在許多領域,這意味著我們最終將能夠滿足人類對專業(yè)知識不斷增長的需求。網絡安全就是一個例子,由于該行業(yè)需要越來越多的安全專家,來保障我們這個日益數字化的世界保持網絡安全,因此這個行業(yè)存在著巨大的技術缺口。但是,在其他領域,如果供給已經滿足需求,那么可能就會減少對人類專家的需求。

Aoun教授提出的第三點,也是非常重要的一點,那就是任何數字化進步都可以在全球范圍內被瞬間復制,這也是人工智能顛覆的核心所在。

純軟件的解決方案并不依賴于昂貴的生產鏈,隨著云計算和互聯網的發(fā)展,連接變得無處不在,網絡將迅速普及到每個人。這就是為什么人工智能帶來的變革會比以前的技術革命更快得多。

如何在AI時代保持戰(zhàn)斗力?

Aoun教授認為,人工智能帶來的變化將要求高校和學生重新思考他們的教育模式。對于學生來說,一個關鍵目標將是找到自己區(qū)別于機器的方法。

Aoun表示,事實是,機器在執(zhí)行技術性工作方面會越來越好。因此,許多人都認識到,教育需要轉變?yōu)橐环N終生追求,促使人們通過不斷培訓保持工作技能的提升,以做到事事領先于可能讓他們丟掉飯碗的機器人一步。

今天的求學者在未來二三十年將從事的許多工作崗位,可能現如今都不存在。這意味著高校必須重新定位自己,做到在學生的整個工作生涯中為他們服務。

Aoun 教授呼吁建立一種新的教育模式,在授課方式、內容和教學環(huán)境上都要有所區(qū)別。

關鍵的變化在于轉向加強創(chuàng)造力的教育,這也是人類將繼續(xù)超越的一個領域。人工智能算法在檢索模式和基于數據進行預測方面的效率確實很高,但當涉及到抽象思維、常識和遷移學習時,還是人類占優(yōu)勢。

這也是為什么人類只需要幾個小時就能學會一個新的計算機游戲,而深度學習算法需要數千小時的游戲時間才能達到新手水平的原因。同時,人類可以快速將從一個領域學到的抽象概念應用到另一個領域,而對于人工智能來說,每一個新任務都是一個必須從頭開始學習的全新挑戰(zhàn)。

Aoun 教授表示:"創(chuàng)造力與思維靈活性相結合使得我們與眾不同,成為地球上最成功的物種,這一因素也將繼續(xù)支持我們在經濟社會行為中脫穎而出。無論在哪個領域,從事何種職業(yè),人類所從事的最重要的工作都將是其創(chuàng)造性的工作。"

防范機器人的教育模式

Aoun 教授說:"防范機器人的高等教育模式,并不僅僅是用高難度的知識來填充學生的思維。與之相反,這種教育模式應該是對學生的思維引擎進行改造,用創(chuàng)造性的思維模式和思維靈活性來校準他們,使他們能夠發(fā)明、發(fā)現或以其他方式生產出有價值的、被社會認可的東西。防范機器人教育模式的目標不是培養(yǎng)勞動者,而是培養(yǎng)創(chuàng)造者。"

Aoun教授強調,高等教育應該采用一種更加強調 "體驗式學習 "的模式,消除課堂與現實生活之間的界限。

Aoun 說:"通常情況下,學生通過實習、帶新實習、勤工儉學、全球體驗、原創(chuàng)性研究機會等方式進行體驗式學習。"體驗式學習通過知識和現實經驗相結合的方式,取代了學生被動吸收知識的學習方式,使得學生能夠實現 "差異性轉移"的實踐學習。

當學生能夠將從一個情境中學習到的技能或知識,成功地應用到另一個情境中時,就會發(fā)生轉移。當情境相似時,如詩歌和戲劇之間,就會發(fā)生近似轉移。但是,當情境在很大程度上都不同時,如詩歌和公共關系之間,這個轉移就相差甚遠。

Aoun 說:"當學生們遇到一個完全陌生的情境時,他們能夠退一步,思考如何運用所學知識在這種場合下解決這一問題。"

通過將課堂所學應用到工作實踐中,學生們在合作項目中反復練習差異性轉移學習,既鞏固了他們的認知能力,也可以培養(yǎng)他們的批判性思維、系統(tǒng)思維、創(chuàng)業(yè)精神和文化敏捷性。

到目前為止,人工智能轉移學習的工作還僅限于非常狹窄的任務,比如在一組新的圖像上調整一個訓練好的圖像分類器。對于人類而言,隨著人工智能不斷改變我們周圍的世界,將抽象的概念從一個領域應用到另一個領域將成為人類不斷學習新技能的關鍵。

歷史表明,人類非常不善于預測未來,我們不知道未來的人工智能將如何發(fā)展。但可以肯定的是,隨著算法越來越智能,當前和下一代的求學者在獲取新技能時,將會非常靈活和多才多藝。

Aoun 在 Robot-Proof 一書中寫道:"我們掌握差別性轉移的潛力,就是我們相對于智能機器的競爭優(yōu)勢。"

排版:鄒靜雯編審:王新凱